预测与决策--6.逐步回归分析资料.pptVIP

最优回归方程的概念 对y有显著作用的自变量不能遗漏 方程中要有尽可能少的自变量 当多个方程都满足上述两方面的要求时，以方差最小者为优。 四种方法 逐步剔除法 逐步引入法 逐步回归法 二、计算方法和步骤 1.准备阶段 （1）首先明确：前面提到的未引入变量的“贡献”值，即为变量的偏回归平方和 。而为了剔除变量，也要用到已引入变量的偏回归平方和 。 案例： 某种水泥凝固时放出热量(卡/克)与水泥四种成分: 3CaO?Al2O3(x1) 3CaO?SiO2(x2) 4CaO?Al2O3?FeO3(x3) 2CaO?SiO2(x4) 含量(%)测定结果，现在我们用逐步回归法建立其关系式。 某种水泥凝固时放出热量(卡/克)与四种成分关系 计算步骤 求出均值 计算矩阵L’ 计算步骤 计算步骤： l＝0 计算步骤： l＝0 计算步骤： l ＝1 计算步骤：l＝1 计算步骤：l＝2 计算步骤：l＝2 计算步骤：l＝2 计算步骤： l＝3 计算步骤： l＝2 计算步骤 公务员腐败行为的生成机制分析 经济学的角度 腐败的经济学角度分析认为，腐败有其深刻的经济根源，即 社会约束软化 腐败成本过低 腐败利润较高等 心理学的角度 腐败的心理学分析 构建模型 以下因素作为变量选取的基础：腐败主体个人特点、家庭环境、社会环境、社会评价。建立如下模型： AC=F (Cha，Fam，Soc，Ass) AC (Acts of corruption)：腐败行为 Cha(personal Characteristics)：腐败主体个人特点 Fam (family environment)：腐败者家庭环境特征 Soc(social environment)：对腐败者产生影响的社会环境 Ass(Social Assessment)：社会对腐败主体的先后评价 各因素又各自包含若干变量。 数据分析 研究组样本来源于2000年1月至2007年10月的较为典型的100例公务员腐败案例，案例的选取以行为的典型性与所掌握资料的完整度为标准，不做其他特别限定。因变量的量化是以腐败行为所查处的直接涉案金额为准，假如行为主体有其他不直接涉及金钱的腐败行为，每项加10万。 腐败主体个人特征自变量的选取和数量方法 腐败者的家庭环境特征自变量的选取和数量方法 腐败者产生影响的社会环境自变量的选取和数量方法 社会对腐败主体的先后评价自变量的选取和数量方法 回归结果分析 具体考察各个变量的统计显著性： X1基本都为男性，X7基本都有主要政绩，X9都是有家庭个体，变量变化不明显，被视为常数。 X5文化程度和X6学习成绩存在多重共线性危险，将X6学习成绩剔除。 另外，统计表显示X13仕途道路描述和X14被举报次数回归不显著，剔除。 分析结果——变量相关性排序 商品住宅价格影响分析 商品住宅价格影响因素 需求 收入水平 国民经济发展水平 城市人口数量 城市旧城改造和拆迁 心理预期 股市行情 生产成本 商品住宅价格影响分析 商品住宅价格影响因素 需求 生产成本 土地取得成本 房屋建筑造价 房屋销售成本 交叉影响的因素 通货膨胀 利率因素 其他影响因素 商品住宅价格影响分析 商品住宅价格影响因素 需求 生产成本 交叉影响的因素 其他影响因素 交易税 本体因素和环境因素 价格合谋 户型结构差异 汇率 构建模型 理论假设 第一，商品住宅价格最终由供给和需求决定，其他因素通过影响供给和需求，间接影响商品住宅价格。即 P=f(S，D) P是商品住宅价格 S是商品住宅供给量 D是商品房需求量 第二，商品住宅价格的供给函数和需求函数为一元一次函数，即在图中表现为直线，而非曲线。 S＝mP+a, D=b-nP m,n,a,b为常数。 当供给量S和需求量D相等时，决定了商品住宅价格P 第三，其他因素影响供给函数和需求函数时，供给函数和需求函数的斜率不变。 构建模型 选取变量 选取GDP、人均可支配收入、城市总人口数量、城市住宅拆迁面积、通货膨胀、利率、土地价格共7个因子来研究其对商品住宅价格的影响 理由 易于量化 从宏观上把握，选取权重相对较大的因子 三是考虑到共线性的影响，两个或多个因子在影响商品住宅价格过程中，本身又存在内在的相互影响，因此只保留对商品住宅价格影响最直接、权重相对较大、最易于量化的因子。 变量关系分析 S供给 D需求 P价格 样本数据 结果 经过两轮的回归分析，得到最终的模型： P=1168.677 +1.312*拆迁住宅面积+33.242*通货膨胀率－1.541*基准利率+0.916*住宅地价 表明了武汉市商品住宅价格可以由 住宅地价 拆迁住宅面积 通货膨胀率 基准利